如何使用低級 (C) 接口將張量保存到 TensorFlow 中的文件？

Question

使用 TensorFlow 中的低級操作，我嘗試將張量（其實際值）保存到磁盤，但找不到方法。 如果數據是例如表示圖像的 UInt8 矩陣，那么我可以輕松地使用 EncodeJpeg 創建內容，然后使用 WriteFile 將生成的內容寫入具有給定名稱的文件。 同樣 EncodeWav 的工作方式相同。 另一方面，如果我只想保存一個帶有數字的矩陣，沒有“EncodeData”、“TensorToContent”或類似的操作將Tensor轉換為內容，可以用WriteFile保存什么。 我可以從我的 Graph 中獲取 Tensor 作為輸出，然后將其保存在 Graph 之外，但我的目的是在內部進行。

Answer 1

我花了一些時間，但最終找到了解決方案，盡管它可能不是最好的。 如果你能改進，歡迎你。

因此，我使用 Save/Restore 原始操作對。 一旦找到，它就相對簡單。

“保存”有兩個張量輸入，一個張量 InputList 和一個屬性。 第一個張量（標量字符串）必須給出文件名。 第二個張量（一維字符串）包含您要為文件中的張量指定的名稱（用於稍后的恢復目的）。 InputList 實際上是要保存的張量的集合。 Attribute 是要保存的張量的數據類型列表。

“恢復”也很簡單。 它有兩個張量輸入，一個張量輸出，一個類型屬性和一個可選的整數屬性。 如果可以查看更多文件，則第一個輸入（標量字符串）給出文件名或文件模式。 第二個輸入（標量字符串）給出了要在文件中查找的張量的名稱（見上文“保存”中）。 輸出是加載的張量本身。 type 屬性指定要加載的張量的類型。 如果與模式匹配的多個文件中存在具有相同名稱的張量，則可以使用可選的 Attribute，告訴哪個是首選的。

唯一需要注意的是“保存”中的 InputList。 在設計時將“保存”原始操作添加到圖形時，必須給出 Inputlist 中的輸入數量，以及類型列表參數中的（相同數量！）類型。 這意味着在運行時，當給出張量的實際名稱並將張量列表作為 InputList 時，您不能再更改張量的數量和數據類型。